| 标题 | 基于重庆市二手房价格影响因素的灰色关联度分析 |
| 范文 | 蒋沁宏 周蕾 [摘要]近期重庆房价有显著的上升，并成为焦点讨论话题，但是房价上升的原因却非常模糊，不同时期影响房价的因素也不尽相同。文章通过对居民消费价格指数、金融机构人民币贷款余额、房地产开发投资所占比重等指标进行了灰色关联度分析显示，由于2016年和2017年相应影响因素排名的变动，推测重庆二手房的上升存在很大的投机行为。 [关键词]二手房价格；灰色关联度；影响因素 [DOI]1013939/jcnkizgsc201734071 1研究的背景 至2017年1月起，重庆主城区的房价有了很大的提升，特别是渝北区和江北区，其中照母山片区的楼盘更是紧俏，不少市民纷纷讨论为何重庆的房价会突然表现出如此强劲的增长态势，其中很多人坚持认为是政府新的政策，温州炒房团的投机炒作是导致房价突然暴增的原因，但是这些都是人们推断的言辞，可信度并不高。笔者通过对2016年和2017年2-4月份的二手房价格的相关数据进行分析，利用灰色关联度分析找出影响房屋价格的真正的原因，望读者注意，此处我们讨论的二手房价格并不是某处房屋的评估价格，我们讨论的是整个重庆市的二手房的价格的差异，这跟二手房的评估不能一概而论。 2指标的选取 房地产价格的变动主要受房产市场供求关系的影响，可将影响因素分为供给和需求两种。[1]针对房价影响因素的多样性和复杂性，综合考虑到数据资料的真实性和可靠性，选用的指标为：城市居民消费价格指数，钢材产量，税收收入，金融机构人民币中长期贷款余额，房地产开发投资占固定资产投资比重，商品住宅新开工面积，住宅商品房销售面积，住宅商品房销售额，二手房价格。这些数据均为月数据且都可以在重庆统计局官方网站找到。将对这些数据以二手房价格为中心进行灰色关联度分析，进一步得出影响二手房价格的具体因素，并对影响因素的程度进行对比。 3灰色关联度模型的计算和结果 31灰色关联度分析的简介 灰色关联度，指的是两个系统或两个因素之间关联性大小的量度。目的，是在于寻求系统中各因素之间的主要关系，找出影响目标值的重要因素，从而掌握事物的主要特征，促进和引导系统迅速有效地发展。 灰色关联度的主要操作流程：首先对数据进行归一化，然后计算灰色关联矩阵，最后对矩阵的单项进行加权平均得出单项的影响系数。 计算关联系数的公式为： Pj（k）=minminCnk-Cjk+ρmaxmaxCnk-CjkCnk-Cjk+ρmaxmaxCnk-Cjk 其中P为关联系数，j为对应的年份，n为对应的母项，k为对应的项目，minmin为所有值的最小，maxmax为所有值的最大，||为取绝对值，其中ρ取05。 32数据的收集与加工 以下是从重庆统计局和相关网站搜集到的数据。 据表2可以看出，在2016年和2017年的对比下相对应的影响指标的程度有所改变，在2016年里，城市居民消费价格指数排在第一位，金融机构中长期贷款余额排第二位，接着是房地产开发投资比例，住房销售面积。总的来讲在2016年里，城市居民的消费水平跟房价有很强的相关性，金融机构的借贷也对房价有较强的影响。房地产方面的投资也影响到了房屋的价格。在2017年里，金融机构人民币中长期贷款排在第一位，城市居民消费价格指数排在第二位，房地产投资比例排在第三位，其次是钢材产量，商品房新开工面积等。通过以上对比我们不难发现，城市居民消费价格指数和金融机构人民币中长期贷款余额对房地产的价格有重要的影响，房地产的投资比例也对房地产的价格具有影响。但就第一位和第二位的比较而言，在2016年居民消费对房地产价格的相关度更高，而在2017年金融机构的中长期贷款和房地产的价格相关程度更高。 （1）重庆二手房价格的影响因素中，城市居民消费价格指数、金融机构借贷、房地产开发投资所占比例有着比较显著的相关性。2016—2017年，金融机构贷款指标的上升取代了居民消费价格指数的第一位。居民消费价格指数能够很好地反映某一国家或地区的通货膨胀情况。[2]这也侧面地推测出贷款数额的增大伴随着房价的上涨。如今购房多为按揭付款，这也导致房贷的进一步提高。2017年初重庆房价的上涨，甚至某些地区出现房源紧张的现象，这使得贷款的现象在购房的这一行为中更加明显。住房消费信贷规模是从住房需求方面影响住房价格，对住房价格有着拉动作用。[3]与此同时，居民消费价格指数的地位的降低也从另一方面说明重庆房价对市民购买力的一种偏离，进一步地说明了房价的上涨对整体的影响。其次，房地产开发投资所占比重的影响程度没有变动，这也和实际相符合，重庆的房地产开发投资所占比重并无明显变化。 （2）重庆二手房价格的影响因素中，排位变化较大的有钢材产量和税收收入，钢材的产量排位上升了，税收收入的排位降低了，其中由于受商品住宅新开工面积的影响，钢材的需求量进一步加大，对钢的产量也会有一定的影响，从税收的角度来看，房地产的整体价格上去了，税收的比例是不会变的，但是由于现今政府有了新的政策使得房地产的价格有了明显的改变，虽然在数据上边没有得到体现和反映，但是就现实生活来讲，政府的税收政策确实对房地产的价格有较为显著的影响。 （3）重庆二手房价格的影响因素中，房屋销售面积和房屋销售额的变动为房屋销售面积下降而房屋销售额的上升，这也说明重庆二手房的价格有显著的上升。由于指标的反映存在相互影響和滞后性的考虑，房屋销售面积和房屋销售额的变动对房价的变动的影响相对来说不如之前的那些指标，因为考虑这两个指标本身对二手房价格有一定的包含作用，所以影响不强也是一个利好的消息。 4结论与建议 重庆二手房价格的影响因素中居民消费价格指数、金融机构贷款余额、房地产开发投资所占比重这三个因素影响的程度比较大。在2016年和2017年的对比中，这一影响的程度发生额改变贷款的影响程度超越了居民消费价格指数，这说明重庆的房价确实是涨了，而且居民在购买房屋的同时很大程度上都是通过贷款的方式来支付，但是房地产开发所占的比重并没有显著的变化，这可以推断出，炒房的因素是比较大的，市民纷纷买房的同时实际上是没有真正的购买力的。结合实际来看，从2016年年底重庆房价的变动确实比较突出，春节一过，江北和渝北的某些楼盘直接价格破万，这给不少的购房者带来了不小的购房压力，贷款购房成了很多消费者迫不得已的购房手段，虽然从一方便这能够短暂地刺激地方经济，但是还款的不确定性却是一个未知数，由于一部分人的投机，如果房价不能稳步地上涨，那么接下来房地产行业的变动将会牵连到很多其他行业，金融行业所受到的影响将会是非常巨大，虽然价格的涨跌是市场的正常现象，政府的功能始终只是市场功能的补充，因而政府功能的发挥切忌过度[4]，所以即使房价变化比较大，但是首先依靠的仍然是市场自己的平衡。 就从此次数据的分析情况来看，基本符合重庆地区当前的情况，通过分别对2016年和2017年进行灰色关联度分析，我们得出了不同时期对二手房价格的影响因素程度不同的指标，这也能够侧面推断房价市场的微妙变动，但是就此次的数据而言，由于可靠的数据难以收集以至于数据较少，收集到的可使用的指标也较少，特别是考虑重庆地区的交通的特殊性，房价高—高集聚与低—低集聚的特征显著[5]，分析的过程和结果存在部分的不完善，如果引入更多的数据和指标来分析，将会得出更加准确和实际的结论。 参考文献： [1]赵丽丽，焦继文房价影响因素的灰色关联度分析[J].统计与决策，2007（23）：74-75 [2]姚翠友基于灰色关联分析的北京市房价影响因素分析[J].首都经济贸易大学学报，2008（1）：79-82 [3]邓宏乾，贾傅麟地价、信贷与房价的关联性研究[J].武汉大学学报：哲学社会科学版，2012（5）：99-104 [4]慈向阳，宣国良房价上涨的因素及风险研究——对中国房价上涨的再思考[J].价格理论与实践，2005（3）：23-24 [5]汤文彬我国房地产价格影响因素实证分析[J].价格理论与实践，2016（1）：119-121 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。